Cтраница 1
Регрессионный метод связан с определением цены на основании построения уравнений регрессии, описывающих зависимость изменения цены от улучшения ряда параметров качества изделия. [1]
Регрессионным методом получены зависимости, которые позволяют оценить в стоимостном выражении каждую едишь цу параметров процесса абсорбции. К ним отнесены: удельный расход абсорбента, эффективная температура абсорбции, давление. Исследование проводилось в следующих диапазонах: удельный расход абсорбента 0 6 - 1 6 кг / нм3, температура О-404 ], давление 35 - 45 ата. С коэффициент наклона составляет 0 32 коп. [2]
Обобщением регрессионных методов является конфлюэнтный анализ. [3]
Идею регрессионных методов идентификации легко понять из-рассмотрения следующего простого примера. [4]
Учитывая недостаточную эффективность регрессионного метода, нестационарность поступления событий для пяти состояний работ - последовательностей целесообразно исследовать также и другим методом. [5]
Несмотря на все достоинства шагового регрессионного метода, он обладает и недостатком - предполагает участие исследователя в критическом анализе получаемых моделей. Формальное использование полученных результатов может привести к ошибкам. [6]
Получим поле отклика и будем регрессионным методом подбирать аппроксимирующие функции. Вот и получим математическую модель, но регрессионную. [7]
Следует соблюдать определенную осторожность при применении регрессионных методов прогнозирования. Коэффициенты в уравнениях регрессии являются выборочными величинами, полученными на основе анализа конструкции небольшого числа машин. Поэтому прогноз показателя может быть корректным, если значения конструктивных параметров оцениваемого элемента, подставляемые в уравнение, находятся в пределах матрицы наблюдений, на основе которой получено уравнение регрессии. [8]
Для формализации оценок качества управления предполагается широкое использование регрессионных методов построения моделей с адаптивной коррекцией их коэффициентов, а также использование экспертных оценок лиц, принимающих ответственные решения. [9]
Метод аналитических зависимостей ( иначе метод многофакторного анализа или регрессионный метод) основан на статистической обработке фактических данных о влиянии различных факторов, включая уровень загрязнения природной среды, на изучаемые показатели состояния реципиентов. [10]
Погрешность аппроксимации находят по эксперим ен-тальным данным с помощью регрессионного метода статистического анализа ( табл. 4.1) по следующей схеме. [11]
Специфической проблемой моделирования процесса ШШ является решаемая чаще всего с помощью регрессионных методов задача моделирования качества получаемых нефтепродуктов. В частности, в [17] получены уравнения связи качества нефтепродуктов с расходами, давлениями и температурами в колонне. Полученные зависимости использованы как алгоритмы пневматических вычислительных устройств ( ПВУ), что дает возможность строить систему стабилизации качества продуктов. [12]
Так как обычно количество управляемых параметров л50, то отсюда следует, что регрессионный метод еще более трудоемок, чем метод приращений, и его применяют в тех случаях, когда по каким-либо соображениям необходимо выполнение статистического анализа методом Монте-Карло. При этом практически отсутствуют дополнительные затраты машинного времени на анализ чувствительности. Примером ситуации, когда выгодно применение регрессионного метода, является оптимизация схемы по критерию минимального запаса работоспособности с расчетом характеристик рассеяния 6j на каждом шаге. [13]
Для растений, растущих в контролируемых условиях, Хьюз и Фриман [175] разработали регрессионный метод определения видимой скорости ассимиляции. При этом они исходили из того, что относительная скорость роста равна произведению видимой скорости ассимиляции на отношение листовой площади к сухому весу. [14]
Анализ нестационарности в наступлении событий - последовательностей, соответствующих отдельным дням работы различных обслуживающих мест, осуществляется вначале регрессионным методом. При этом каждая - последовательность, состоящая из 240 двухминутных интервалов, разбивалась на 16 групп ( подпоследовательностей) по 15 событий в каждой. [15]